隨著國(guó)家大力倡導(dǎo)和弘揚(yáng)創(chuàng)新,鼓勵(lì)創(chuàng)新的精神,高度重視中小企業(yè)的創(chuàng)新發(fā)展,中小企業(yè)的技術(shù)創(chuàng)新與改革問題越來(lái)越受到重視。中小企業(yè)作為我國(guó)產(chǎn)學(xué)研合作的重要組成部分,在改革發(fā)展中十分需要獲得政府與高校在技術(shù)、資金、政策和人才等方面的支持。實(shí)際上,當(dāng)中小企業(yè)遇到技術(shù)創(chuàng)新與改革難題時(shí),面對(duì)數(shù)以萬(wàn)計(jì)的相關(guān)領(lǐng)域?qū)＜?短時(shí)間內(nèi)很難找到比較合適的人員進(jìn)行咨詢。針對(duì)這一問題,本文基于數(shù)據(jù)挖掘和機(jī)器學(xué)習(xí)的相關(guān)技術(shù),設(shè)計(jì)了為中小企業(yè)服務(wù)的安全領(lǐng)域?qū)＜彝扑]系統(tǒng)。該系統(tǒng)主要面向安全領(lǐng)域,包括交通安全、建筑生產(chǎn)安全,電力安全等領(lǐng)域。當(dāng)安全領(lǐng)域的企業(yè)有技術(shù)需求時(shí),可以根據(jù)需求進(jìn)行相似度匹配,找到最適合,最滿足企業(yè)需求的安全領(lǐng)域?qū)＜?在節(jié)省企業(yè)搜索成本的同時(shí),更有利于企業(yè)與專家精準(zhǔn)對(duì)接。首先,本文研究已有的專家推薦算法特點(diǎn),結(jié)合安全領(lǐng)域的特點(diǎn),提出了利用專利網(wǎng)站中安全領(lǐng)域的專利信息作為專家最新的研究成果的觀點(diǎn),并設(shè)計(jì)了能夠抓取專家論文信息的網(wǎng)絡(luò)爬蟲程序,主要是在“上�？萍紕�(chuàng)新資源數(shù)據(jù)中心”網(wǎng)站下,基于萬(wàn)方數(shù)據(jù)庫(kù)搜索以“安全”為關(guān)鍵詞的專利信息。然后對(duì)專利信息進(jìn)行預(yù)處理,并利用Word2Vec模型構(gòu)建詞向量空間模型,接著使... 

【文章來(lái)源】：上海應(yīng)用技術(shù)大學(xué)上海市

【文章頁(yè)數(shù)】：56 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

獲取數(shù)據(jù)的網(wǎng)站Fig.3.1WebSiteforobtainingdata

圖 3.2 專利的具體信息Fig.3.2 Specific information on patents通過以上流程，我們爬取了安全領(lǐng)域的專利文章 122945 篇，主要包括專利的標(biāo)題，專利的申請(qǐng)人，專利的發(fā)明人，專利的 IPC 分類號(hào)和專利的摘要等信息，為下一步的工作奠定了堅(jiān)實(shí)的基礎(chǔ)。目前專利的分類按照《國(guó)際專利分類表（IPC 分類）》的標(biāo)準(zhǔn)執(zhí)行[32]。IPC 分類號(hào)是根據(jù)《國(guó)際專利分類斯特拉斯堡協(xié)定》編制的，其作為國(guó)際通用的專利文獻(xiàn)分類和檢索工具，為世界各國(guó)所必備。目前我國(guó)也使用這套國(guó)際專利分類體系，下表為專利按“部”分類表[32]，見表 3.1。表 3.1 國(guó)際專利分類表（IPC 分類）Table3.1 International Patent Classification (IPC Classification)部 專利范圍A 人類生活必須B 作業(yè)；運(yùn)輸C 化學(xué)；冶金

圖 3.3 原始數(shù)據(jù)詳細(xì)信息Fig.3.3 Raw data details2 文本預(yù)處理2.1 中文分詞處理中文分詞是文本處理中的基本步驟。本文使用目前非常流行且開源的分詞器 JIE詞器。JIEBA 分詞有以下兩個(gè)特點(diǎn)[33]：（1）dict.txt 詞典是 JIEBA 分詞器中自帶的詞典，里面包含 2 萬(wàn)余條詞，對(duì)詞語(yǔ)的次數(shù)和詞性做了標(biāo)記，是根據(jù)人民日?qǐng)?bào)等語(yǔ)料訓(xùn)練生成的結(jié)果。（2）給定待分詞的句子，使用正則表達(dá)式獲取連續(xù)的字符，將其切分成短語(yǔ)列每個(gè)短語(yǔ)使用有向無(wú)環(huán)圖（Directed Acyclic Graph，DAG）查字典和動(dòng)態(tài)規(guī)劃，得大概率路徑。而對(duì)于未被查到的詞語(yǔ)，需要組合成一個(gè)新的片段短語(yǔ)，使用隱馬爾模型（Hidden Markov Model，HMM）進(jìn)行分詞，即識(shí)別字典外的新詞。

【參考文獻(xiàn)】：
期刊論文
[1]多因素影響特征選擇的短文本分類方法[J]. 李文慧,張英俊,潘理虎.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(12)
[2]基于局部模型加權(quán)融合的Top-N電影推薦算法[J]. 湯穎,孫康高,秦緒佳,周建美.  計(jì)算機(jī)科學(xué). 2018(S2)
[3]一種知識(shí)圖譜的排序?qū)W習(xí)個(gè)性化推薦算法[J]. 楊晉吉,胡波,王欣明,伍昱燊,趙淦森.  小型微型計(jì)算機(jī)系統(tǒng). 2018(11)
[4]基于聚類的非負(fù)矩陣分解推薦算法研究[J]. 駱孜,龍華,邵玉斌,杜慶治.  通信技術(shù). 2018(11)
[5]基于用戶興趣和項(xiàng)目周期的協(xié)同過濾推薦算法[J]. 葉錫君,袁培森,郭小清,閆智慧,何婧.  南京理工大學(xué)學(xué)報(bào). 2018(04)
[6]基于內(nèi)容的推薦與協(xié)同過濾融合的新聞推薦分析與探究[J]. 許媛萍.  新聞研究導(dǎo)刊. 2018(13)
[7]融合用戶特征與偏好的個(gè)性化微博推薦[J]. 黃賢英,魯燃,王智昊.  信息技術(shù)與信息化. 2018(Z1)
[8]中文文本特征選擇方法研究綜述[J]. 徐泓洋,楊國(guó)為.  工業(yè)控制計(jì)算機(jī). 2017(11)
[9]基于卷積神經(jīng)網(wǎng)絡(luò)的自然場(chǎng)景中數(shù)字識(shí)別[J]. 周成偉.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(11)
[10]TensorFlow平臺(tái)下的視頻目標(biāo)跟蹤深度學(xué)習(xí)模型設(shè)計(jì)[J]. 劉帆,劉鵬遠(yuǎn),李兵,徐彬彬.  激光與光電子學(xué)進(jìn)展. 2017(09)

碩士論文
[1]基于Hadoop及深度學(xué)習(xí)的電商個(gè)性化推薦平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 趙正陽(yáng).北京交通大學(xué) 2018
[2]基于用戶評(píng)論數(shù)據(jù)的信息提煉技術(shù)研究[D]. 孫凱威.浙江大學(xué) 2017
[3]某高校專利管理和服務(wù)工作實(shí)證研究[D]. 蒯瑜.湖南大學(xué) 2017
[4]基于電信DPI數(shù)據(jù)的電商用戶行為分析[D]. 李子森.北京郵電大學(xué) 2017
[5]基于分類方法的Web服務(wù)QoS預(yù)測(cè)技術(shù)研究[D]. 任迪.杭州電子科技大學(xué) 2017
[6]基于用戶多維社交網(wǎng)絡(luò)模型的推薦算法研究[D]. 李墨.大連海事大學(xué) 2017
[7]基于支持向量機(jī)的海量文本分類并行化技術(shù)研究[D]. 任倚天.北京理工大學(xué) 2016
[8]基于多示例多標(biāo)記學(xué)習(xí)的微博細(xì)粒度情感分析研究與實(shí)現(xiàn)[D]. 王明強(qiáng).東北大學(xué) 2015
[9]漢英文本級(jí)句子對(duì)齊技術(shù)的研究[D]. 孫坤杰.東北大學(xué) 2014
[10]基于自動(dòng)標(biāo)注訓(xùn)練集的中文微博情感分類的研究[D]. 劉偉朋.合肥工業(yè)大學(xué) 2014



本文編號(hào)：3441924